让 AI 构建事件驱动的 CQRS 投影模型
解决事件溯源系统读模型缺失问题：引导 AI 解析事件流，设计投影（Projection）与物化视图，支持构建实时仪表盘、搜索索引及跨数据流聚合。
为什么需要这个技能
在事件溯源架构中，应用状态不是存储在关系型数据库，而是由一系列不可变的事件历史推导得出。为了高效读取，必须构建“投影”——即基于事件流的特定业务模型的副本。
此技能指导 AI 如何根据业务需求，从事件流中提取数据，设计可组合的投影以构建高性能的读模型（Read Models），解决查询优化问题。
适用场景
- 需要从零构建 CQRS 架构的读侧（Read Side）。
- 需要将流式事件转换为物化视图或搜索引擎索引。
- 需要跨多个事件流聚合数据以构建实时仪表盘。
- 需要优化事件溯源系统中的复杂查询性能。
核心工作流
- 定义业务领域与事件流：明确需要监听哪些事件，以及最终需要生成的业务对象结构。
- 设计投影逻辑：确定如何过滤、转换和聚合事件，以匹配特定的查询需求（如：用户订单历史、实时库存快照）。
- 构建与验证：生成具体的投影代码实现，并提供事件消费循环的伪代码或特定语言实现，确保状态一致性。
- 迭代优化：根据查询性能瓶颈，调整投影的物化策略，例如增加缓存或使用更合适的数据存储后端。
下载和安装
下载 projection-patterns 中文版 Skill ZIP
解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体实施细节请参考 resources/implementation-playbook.md。
你可能还需要
暂无推荐